防城港市公安AI大数据专业科目考试题库(2026年)

防城港市公安AI大数据专业科目考试题库(2026年)第一部分：单项选择题（共30题，每题1分，共30分）1.在大数据的“4V”特征中，指的是数据产生和处理速度快，时效性要求高的是（）。A.Volume（大量）B.Variety（多样）C.Velocity（高速）D.Value（价值）2.下列哪项不是公安大数据平台建设的关键技术？（）A.数据仓库技术B.自然语言处理技术C.纸质档案索引技术D.实时流计算技术3.在机器学习中，用于分类问题的经典算法，通过计算待分类样本与训练样本集中各个类别的中心点距离，将样本归类到距离最近的类别中的算法是（）。A.K-Means聚类B.K-近邻（KNN）C.决策树D.支持向量机（SVM）4.防城港市作为边境城市，其公安视频监控数据具有显著的海量非结构化特征。针对这类视频数据的结构化处理，首要步骤通常是（）。A.视频压缩编码B.视频内容分析（如人车物识别）C.视频数据加密D.视频格式转换5.在数据库查询语言SQL中，用于从“人员信息表”中查询所有姓“李”的人员姓名和身份证号的语句是（）。A.SELECT姓名,身份证号FROM人员信息表WHERE姓名LIKE'李%'B.SELECT姓名,身份证号FROM人员信息表WHERE姓名='李%'C.SELECT姓名,身份证号FROM人员信息表WHERE姓名LIKE'%李'D.SELECT姓名,身份证号FROM人员信息表WHERE姓名IN('李')6.在深度学习中，专门用于处理图像数据，通过卷积层、池化层等结构提取特征的网络结构是（）。A.循环神经网络（RNN）B.卷积神经网络（CNN）C.生成对抗网络（GAN）D.长短期记忆网络（LSTM）7.公安数据治理中，为了解决“数据烟囱”和“信息孤岛”问题，需要建立统一的数据标准。以下哪项不属于数据标准的内容？（）A.数据元标准B.数据格式标准C.数据安全等级标准D.数据库服务器物理位置标准8.在评估二分类模型（如判断某人是否为在逃人员）的性能时，综合考虑准确率和召回率的指标是（）。A.准确率（Accuracy）B.精确率（Precision）C.召回率（Recall）D.F1-Score9.公安大数据分析中，通过分析历史案件数据，预测未来一段时间内某区域可能发生的犯罪类型和概率，这属于哪种大数据应用模式？（）A.描述性分析B.诊断性分析C.预测性分析D.规范性分析10.防城港市公安局在部署涉众型经济犯罪预警系统时，需要处理大量资金流水数据。针对这种高并发、高吞吐量的数据写入场景，最适合使用的数据库类型是（）。A.关系型数据库（如MySQL）B.列式存储数据库（如HBase）C.图数据库（如Neo4j）D.键值存储数据库（如Redis）11.下列关于人工智能伦理的描述，不正确的是（）。A.AI系统应保证公平性，避免因训练数据偏差导致歧视B.AI系统的决策过程必须完全透明，对所有人开放源代码C.AI系统的应用应符合法律法规，保护公民隐私D.AI系统应具备可解释性，以便人类理解和审计其决策12.在公安情报分析中，通过构建人物、事件、地点、组织之间的关系网络，发现潜在的犯罪团伙结构，最适合使用的技术是（）。A.时间序列分析B.知识图谱C.聚类分析D.关联规则挖掘13.Hadoop生态系统中，负责分布式存储的组件是（）。A.MapReduceB.HDFSC.YARND.Hive14.在数据预处理阶段，对于缺失值的处理，下列方法中不恰当的是（）。A.删除包含缺失值的记录B.使用均值、中位数进行填充C.使用回归模型预测填充D.直接忽略该特征，不做任何处理15.公安视频图像信息应用系统中，前端摄像机采集的视频流通常使用的编码标准是（）。A.MPEG-2B.H.264/H.265C.AVID.WAV16.下列哪项技术是实现“以图搜图”的核心？（）A.OCR（光学字符识别）B.特征提取与向量检索C.语音识别D.数据加密17.在网络安全领域，用于检测异常网络流量行为的AI技术，主要是基于（）。A.监督学习B.无监督学习（或异常检测算法）C.强化学习D.迁移学习18.某市局使用AI模型对嫌疑人进行面部识别，模型在测试集上的准确率达到99%，但在实际应用中，针对夜间低光照环境下的识别效果很差。这种现象主要反映了模型的（）。A.过拟合B.欠拟合C.泛化能力差D.算法复杂度过高19.下列关于数据备份与恢复的描述，正确的是（）。A.全量备份每天进行，恢复速度最快，但占用存储空间最大B.增量备份每天进行，恢复速度最快，但占用存储空间最大C.差异备份只备份自上次全量备份以来变化的数据D.无论采用何种备份策略，都不需要定期进行恢复演练20.《中华人民共和国个人信息保护法》规定，处理个人信息应当具有明确、合理的目的，并应当与处理目的直接相关，采取对个人权益影响最小的方式。这被称为（）。A.目的明确原则B.最小必要原则C.知情同意原则D.公开透明原则21.在Python数据分析库Pandas中，用于读取CSV文件并创建DataFrame对象的函数是（）。A.pd.read_csv()B.pd.read_excel()C.pd.load_csv()D.pd.create_dataframe()22.公安大数据实战中，针对特定人员的“全息画像”通常包含哪些维度的数据？（）①基本信息②活动轨迹③社会关系④违法犯罪记录⑤消费习惯A.①②③B.①②③④C.①②③④⑤D.①②④⑤23.在机器学习模型的训练中，为了防止过拟合，常用的正则化方法是（）。A.增加数据量B.L1/L2正则化C.减少网络层数D.降低学习率24.下列哪项不是NoSQL数据库的特点？（）A.支持海量数据存储B.模式灵活，无需预先定义表结构C.严格遵循ACID事务特性D.高并发读写性能25.在公安工作中，利用AI技术对海量非结构化文本（如案情描述、讯问笔录）进行关键信息提取（如人名、地名、时间），这属于（）任务。A.命名实体识别（NER）B.情感分析C.机器翻译D.文本生成26.5G技术对于公安大数据的主要赋能在于（）。A.增加存储容量B.提高数据传输速率和降低时延，支持物联网终端海量接入C.替代云计算D.提高数据安全性27.在反诈工作中，通过对通话记录、短信内容、APP使用行为等多维度数据进行综合分析，识别潜在的受害人或诈骗电话，这种多模态数据分析的核心难点在于（）。A.数据量太大B.不同模态数据的特征融合与对齐C.缺乏分析工具D.法律法规不允许28.图灵测试是用来测试机器是否具有（）。A.计算能力B.存储能力C.智能水平（或是否具备人类思维）D.视觉能力29.在公安大数据平台中，用于统一调度和管理集群资源的组件是（）。A.HDFSB.MapReduceC.YARND.Zookeeper30.下列关于“数据清洗”的描述，错误的是（）。A.数据清洗是数据分析过程中不可或缺的环节B.数据清洗可以消除数据中的噪声、不一致和错误C.数据清洗完全依赖于自动化工具，无需人工干预D.数据清洗的质量直接影响后续分析结果的准确性第二部分：多项选择题（共15题，每题2分，共30分。多选、少选、错选均不得分）1.公安大数据的主要数据来源包括（）。A.治安、刑侦、交通等业务系统的结构化数据B.视频监控、卡口图片等非结构化数据C.互联网公开数据（如社交媒体、新闻资讯）D.物联网感知设备数据（如电子围栏、RFID）E.警务人员的手写笔记2.机器学习算法可以分为监督学习、无监督学习和半监督学习，下列属于监督学习算法的有（）。A.逻辑回归B.支持向量机（SVM）C.K-Means聚类D.决策树E.主成分分析（PCA）3.下列哪些技术属于知识图谱构建的关键技术？（）A.命名实体识别B.关系抽取C.知识融合D.知识推理E.数据加密4.在公安工作中，应用人脸识别技术的主要场景包括（）。A.重点人员布控与轨迹追踪B.旅馆业入住人员身份核验C.视频侦查中的嫌疑人快速排查D.交通违章抓拍E.指纹比对5.关于数据安全，下列做法正确的有（）。A.对敏感数据进行加密存储和传输B.实行严格的数据访问权限控制，遵循最小权限原则C.定期进行数据安全审计和漏洞扫描D.将涉及公民隐私的数据随意共享给第三方公司进行开发测试E.建立数据备份和灾难恢复机制6.下列关于Hadoop生态系统各组件功能的描述，正确的有（）。A.HDFS：分布式文件系统，用于存储海量数据B.MapReduce：分布式计算框架，用于大规模数据集的并行计算C.Hive：基于Hadoop的数据仓库工具，提供类SQL查询语言D.HBase：分布式、面向列的NoSQL数据库，支持实时读写E.Spark：内存计算框架，通常比MapReduce计算速度更快7.预测性警务在应用过程中可能面临的伦理和法律挑战包括（）。A.算法偏见可能导致对特定群体的过度执法B.可能侵犯公民的隐私权和自由权C.过度依赖算法可能导致警务人员的判断力下降D.算法的“黑箱”特性导致决策过程难以解释和追责E.预测结果不准确，可能误导警力部署8.下列属于常用的时间序列分析模型的有（）。A.ARIMA模型B.LSTM神经网络C.Prophet模型D.K-近邻算法E.随机森林9.公安大数据分析中，进行关联规则挖掘的典型算法包括（）。A.Apriori算法B.FP-Growth算法C.K-Means算法D.PageRank算法E.DBSCAN算法10.下列关于Python数据分析库的描述，正确的有（）。A.NumPy：用于科学计算，提供高效的数组操作B.Pandas：用于数据处理和分析，提供DataFrame等数据结构C.Matplotlib：用于数据可视化，绘制各种图表D.Scikit-learn：机器学习库，提供大量经典算法接口E.TensorFlow：深度学习框架11.视频结构化描述的主要内容包括（）。A.人员属性（性别、年龄、上衣颜色、发型等）B.车辆属性（车牌号、车型、颜色、品牌等）C.行为事件（徘徊、打架、跌倒等）D.音频内容E.视频拍摄参数（光圈、快门、ISO）12.在数据可视化中，用于展示不同类别数据占比情况的图表类型有（）。A.柱状图B.饼图C.环形图D.折线图E.散点图13.下列哪些是评估聚类算法性能的指标？（）A.轮廓系数B.Calinski-Harabasz指数C.准确率D.召回率E.F1-Score14.关于“智慧新警务”的建设目标，下列描述合理的有（）。A.实现数据资源的深度融合和共享B.提升警务工作的智能化、精准化水平C.减轻基层民警工作负担，提高工作效率D.实现完全由机器替代民警进行执法E.增强社会治安防控能力15.在处理公安大数据时，进行数据特征工程的常用方法包括（）。A.归一化/标准化B.独热编码（One-HotEncoding）C.特征选择（如过滤法、包装法、嵌入法）D.主成分分析（PCA）降维E.缺失值填充第三部分：判断题（共10题，每题1分，共10分。对的选“A”，错的选“B”）1.大数据时代，数据的价值密度与其数据量成正比，即数据量越大，价值密度越高。（）2.深度学习是机器学习的一个子集，而机器学习是人工智能的一个子集。（）3.在公安工作中，所有的个人数据都可以无条件地进行共享和融合分析。（）4.CNN（卷积神经网络）主要用于处理文本、语音等序列数据。（）5.SQL注入攻击是一种常见的网络安全漏洞，可以通过对用户输入进行严格过滤来预防。（）6.数据仓库的主要面向事务处理，强调数据的实时更新和并发访问。（）7.在K-Means聚类算法中，K值需要预先设定。（）8.知识图谱是一种用图结构来表示实体之间关系的语义网络，在公安情报研判中具有重要应用价值。（）9.只要有足够的数据，任何AI模型都能达到完美的预测效果。（）10.隐私计算技术（如联邦学习）可以在不泄露原始数据的前提下实现数据的联合建模和分析。（）第四部分：填空题（共10空，每空1分，共10分）1.一个典型的大数据处理生命周期包括数据采集、数据存储、数据处理、数据分析、______和可视化等环节。2.在机器学习中，将数据集划分为训练集、验证集和______是评估模型泛化能力的常用方法。3.公安情报分析中，常用的“四色预警”通常指红色、橙色、______和蓝色预警。4.用于衡量分类模型真正例（TP）占所有实际正例（TP+FN）比例的指标是______。5.5G技术的三大应用场景是：eMBB（增强移动宽带）、mMTC（海量机器类通信）和______。6.数据清洗中，对于类别型特征的缺失值，常用的填充方法是使用该特征的______或众数。7.在图数据库中，最基本的元素是节点（Node）和______。8.Python中，用于定义函数的关键字是______。9.公安视频监控网的“平安城市”项目要求视频数据的存储时间通常不少于______天。10.某分类模型在测试集上的混淆矩阵显示：TP=50，FP=10，FN=5，TN=35。则该模型的准确率为______%（结果保留整数）。第五部分：简答题（共4题，每题5分，共20分）1.简述大数据技术在公安工作中的应用价值。2.什么是过拟合？请列举两种防止过拟合的方法。3.简述知识图谱在公安情报研判中的主要应用场景。4.在公安大数据应用中，如何平衡数据利用与个人隐私保护？第六部分：应用题/综合题（共2题，每题30分，共60分）题目一：防城港市公安局计划开发一套“边境走私风险预警系统”。该系统将整合多源数据，包括：历史走私案件数据（地点、时间、走私物品类型、作案手法）、边防卡口过车数据（车牌、车型、过往时间、驾驶员人脸信息）、气象数据（天气、海况）、地理信息数据（海岸线地形、监控盲区）、重点人员库信息等。系统目标是对过境车辆和人员进行风险评分，识别高风险目标，并预测未来一周内可能发生走私的高风险区域，辅助警力部署。请结合所学知识，回答以下问题：1.数据预处理与特征工程：（1）针对上述数据源，列举至少三种需要进行的数据预处理操作。（3分）（2）为了构建风险评分模型，请设计至少三个可能有效的特征（需说明特征来源及计算方式）。（6分）2.模型选择与构建：（1）对于“过境车辆和人员风险评分”任务，这是一个监督学习问题。请列举两种适合的机器学习算法，并简要说明选择理由。（6分）（2）对于“预测未来一周走私高风险区域”任务，这可以看作一个时空预测问题。除了传统的时空统计模型外，请列出一种深度学习模型架构，并简述其如何处理时空数据。（6分）3.模型评估与应用：（1）评估风险评分模型时，除了准确率，还应该重点关注哪些指标？请列举至少两个并说明原因。（4分）（2）系统上线后，如果发现模型对特定类型走私（如冷冻品走私）的识别率较低，你会采取什么措施进行优化？（5分）题目二：某日在防城港市某辖区发生一起入室盗窃案。现场勘查发现，嫌疑人留下了一枚模糊的指纹，并在小区门口的监控视频中捕捉到一个模糊的人影。市局大数据指挥中心接到侦查员请求，希望利用大数据平台提供技术支持。假设你是该中心的技术负责人，请描述如何利用公安AI大数据技术辅助侦破此案。要求逻辑清晰，涵盖数据整合、分析手段、技术应用等方面。1.多源数据整合与初步排查：（1）除了现场指纹和监控视频外，你还会请求调取哪些相关数据源来辅助侦查？请列举至少四种。（4分）（2）对于现场提取的模糊指纹，如何利用指纹自动识别系统（AFIS）进行比对？请简述其核心流程。（5分）2.视频图像智能分析：（1）针对小区门口模糊的人影视频，可以利用哪些视频增强和复原技术进行处理？请列举两种。（4分）（2）假设视频经过处理后能够提取到嫌疑人的面部特征和衣着特征。请简述如何利用视频结构化技术和人脸识别技术进行追踪。（6分）3.综合研判与串并案分析：（1）在获得嫌疑人可能的特征和初步轨迹后，如何利用大数据平台进行关联分析，拓展线索？请描述至少两个分析方向。（6分）（2）如何利用历史案件数据，判断此案是否与辖区内其他未破案件存在串并可能？请简述基于大数据的串并案分析思路。（5分）***参考答案第一部分：单项选择题1.C2.C3.B4.B5.A6.B7.D8.D9.C10.B11.B12.B13.B14.D15.B16.B17.B18.C19.A20.B21.A22.C23.B24.C25.A26.B27.B28.C29.C30.C第二部分：多项选择题1.ABCD2.ABD3.ABCD4.ABCD5.ABCE6.ABCDE7.ABCDE8.ABC9.AB10.ABCDE11.ABC12.BC13.AB14.ABCE15.ABCDE第三部分：判断题1.B（错，价值密度通常与数据量成反比）2.A3.B4.B5.A6.B（错，数据仓库面向分析，不强调事务处理）7.A8.A9.B10.A第四部分：填空题1.数据挖掘（或数据解释）2.测试集3.黄色4.召回率5.uRLLC（超高可靠低时延通信）6.众数7.边8.def9.30（或按实际规定，通常重要点位为90天，普通为30天，此处填30或90均可，30更普遍）10.85（计算：(50+35)/(50+10+5+35)=85/100=85%）第五部分：简答题1.简述大数据技术在公安工作中的应用价值。提升警务效能：通过数据共享和业务协同，打破信息壁垒，实现“让数据多跑路，让民警少跑腿”，提高办案效率。强化预测预警：利用预测性分析，对犯罪趋势、高危人群、突发事件进行提前预警，实现主动防范和精准打击。优化指挥决策：基于实时数据和可视化分析，为指挥中心提供直观的态势感知，辅助科学决策和快速响应。促进社会治理：整合社会面数据，洞察社会治安规律，提升社会治安防控体系的整体性和智能化水平。服务民生：通过“互联网+警务”服务，利用大数据简化办事流程，提升便民服务水平。2.什么是过拟合？请列举两种防止过拟合的方法。过拟合：指模型在训练数据上表现很好，误差很小，但在未见过的测试数据或新数据上表现较差，泛化能力弱的现象。通常是因为模型过于复杂，学习了训练数据中的噪声和特例。防止方法：1.正则化（L1/L2正则化）：在损失函数中增加正则项，限制模型参数的大小，降低模型复杂度。2.早停法（EarlyStopping）：在训练过程中监控验证集误差，当验证集误差开始上升时提前停止训练。3.增加数据量：更多的数据可以让模型学习到更普遍的特征，减少对噪声的拟合。4.Dropout：在神经网络训练过程中，随机“丢弃”一部分神经元，减少神经元之间的共适应关系。5.简化模型结构：减少网络层数、神经元数量或特征数量。3.简述知识图谱在公安情报研判中的主要应用场景。人物关系挖掘：构建嫌疑人、亲友、同行人等关系网络，发现隐藏的社会关系，锁定犯罪团伙成员。案件关联分析：通过分析案件中的共同要素（如作案手法、作案工具、涉案人员等），发现系列案件或串并案线索。资金流向追踪：构建银行账户、交易记录、实体公司之间的资金流转图谱，揭示洗钱、非法集资等经济犯罪的资金链条。事件演变分析：将时间维度引入知识图谱，分析事件的起因、发展过程和结果，还原犯罪事实。潜在风险预测：基于图谱结构和推理，预测特定人员的下一步行动或潜在犯罪风险。4.在公安大数据应用中，如何平衡数据利用与个人隐私保护？遵循法律法规：严格遵守《数据安全法》、《个人信息保护法》等法律法规，明确数据采集、使用的范围和界限。最小化采集原则：只采集与警务工作直接相关的必要数据，不随意扩大采集范围。数据脱敏与分级分类：对敏感个人信息进行去标识化或匿名化处理；根据数据的重要性和敏感度进行分级分类管理，实施不同级别的安全保护。权限控制与审计：建立严格的数据访问权限控制，确保民警只能访问其职责范围内的数据，并记录所有访问日志以便审计。采用隐私计算技术：如联邦学习、多方安全计算等，在不泄露原始数据的前提下实现数据的联合分析和建模。加强人员培训与教育：提高民警的数据安全意识和隐私保护意识，规范操作流程。第六部分：应用题/综合题题目一：1.数据预处理与特征工程：（1）数据预处理操作：1.数据清洗：处理过车数据中的车牌识别错误、缺失值填充（如用平均速度填充缺失的速度信息）、去除重复数据。2.数据集成：将历史案件数据、卡口数据、气象数据、地理信息数据等不同来源、不同格式的数据进行整合和对齐（如按时间和空间位置对齐）。3.数据变换/归一化：对数值型特征（如车辆重量、风速）进行标准化或归一化处理，使其处于同一量级，便于模型计算；对类别型特征（如车型、天气状况）进行独热编码。（2）特征设计：1.历史风险特征：该车牌/驾驶员在过去一个月内经过高风险区域的次数、历史关联案件数量。（来源：历史案件数据、卡口数据）2.时空规律特征：车辆当前通行时间与该车辆历史常用通行时间的偏差（如凌晨通行）、当前通行地点距离海岸线的距离。（来源：卡口数据、地理信息数据）3.环境特征：当前时刻的天气状况（如是否大雾、大雨）、海况等级。（来源：气象数据）4.关联特征：驾驶员是否为重点人员库中人员、该车辆是否与已知走私车辆频繁同行。（来源：重点人员库、卡口数据）2.模型选择与构建：（1）风险评分模型：1.逻辑回归：模型简单，可解释性强，输出结果为概率值，可以直接用于风险评分，并且容易筛选出重要特征。2.随机森林/XGBoost：能够处理高维数据和非线性关系，对异常值和缺失值有较好的鲁棒性，通常能提供比逻辑回归更好的预测精度，并能输出特征重要性。（2）高风险区域预测模型：1.卷积长短期记忆网络：处理方式：利用CNN（卷积神经网络）提取地理空间上的网格化特征（如地形、监控分布），利用LSTM（长短期记忆网络）捕捉时间序列上的风险变化规律。将两者结合，可以同时考虑时间和空间因素，对未来的风险分布进行预测。2.图神经网络（GNN）：处理方式：将地理区域抽象为图结构中的节点，区域之间的相邻关系抽象为边。利用GNN聚合邻居区域的信息，结合LSTM处理时间动态，从而预测每个节点的风险等级。3.模型评估与应用：（1）重要评估指标：1.召回率：在走私预警中，我们更希望不漏掉任何潜在的走私车辆，即正例（走私）被正确识别出来的比例。高召回率意味着能抓到更多的走私行为。2.精确率：衡量预测为正例的样本中真正为正例的比例。高精确率意味着误报率低，可以减少不必要的警力核查，提高工作效率。3.AUC值：评价分类器整体性能的指标，不受阈值影响，能综合反映模型在不同阈值下的分类能力。（2）优化措施：1.数据分析：首先分析被模型漏检的冷冻品走私案例数据，查找这些样本在特征上与普通样本的区别，看是否存在某些未被模型利用的特殊特征。2.特征工程优化：根据分析结果，增加与冷冻品走私相关的特征，如车辆是否为冷链车、车厢温度传感器数据、边境冷库附近的卡口通行记录等。3.调整样本权重：在训练模型时，提高冷冻品走私样本的权重，使模型更加关注这类样本。4.模型调参/更换模型：尝试调整模型超参数，或使用更适合处理样本不平衡的模型（如SMOTE算法进行过采样，或使用FocalLoss）。5.集成学习：将针对不同类型走私训练的子模型进行集成，提升整体识别能力。题目二：1.多源数据整合与初步排查：（1）相关数据源：1.卡口过车数据：案发时间段内，小区周边及主要道路卡口的车辆通行记录。2.基站/信令数据：案发区域及嫌疑人可能逃跑路线上的手机信令数据，用于排查嫌疑人通讯信息。3.旅馆业/网吧业信